自動運転向けVLAモデルの計画トークンに関する層深さごとの役割解析

arXiv cs.CV ・ 2026-08-07

原題: Depth-Wise Probing and Pruning of the Planning Token in a Driving Vision-Language-Action Model

AI による要約

自動運転用Vision-Language-Actionモデルにおける計画トークンの各デコーダー層での動作が分析された。ナビゲーションの意図認識は第1層の時点で97.7%の精度に達する一方、詳細な走行軌道の最適化にはモデルの全32層を通した計算処理が必須であることが判明した。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CV）をご確認ください。